适合AI产品经理阅读的算法集合之KNN算法
正文：
KNN算法，k-NearestNeighbor，基本上就是，某一个样本可以用它最近的K个样本来表示。
该算法需要一份标准集，但不需要模型训练，就可以直接计算。
我们来举个例子，下图中有两个分类，那么？的数据应该是哪一类呢，我们取距离它最近的K个样本，K=3，发现他的分类应该是历史类文章。大家也可以想一下，如果K=4,5,6…会发生什么样的事情
KNN算法步骤
上述的例子中，就体现了KNN的整个算法流程，我们这边来总结一下相关步骤
- step1：标准集就是标注集，一份正确的样本及对应的分类；
- step2：特征建立，这是所有的算法模型都必须进行的步骤，此处不细讲，会有专门的文章讲述，简单来说，就是需要把认为重要的因素，把它数字化，比如把文本通过word2vec变成向量；
- step3：计算距离进行预测，距离的计算方式有欧氏距离、余弦距离、汉明距离、曼哈顿距离等；
- step4：确定K值，如上案例，如果K过大/过小，结果就会不一样；
- step5：计算分类标签，一般采用多数表决，可直接计算频次，取最高。
KNN算法优化
其实在上述步骤中，KNN的优化，也随之清楚
- 对应step1：尽量数据准确、分布均匀的标准集；
- 对应step2：建立优秀的特征数据；
- 对应step3：采用合适的距离测算方案；
- 对应step4：优化K值，可多做实验，找出最佳值
- 对应step5：计算方式，可算频次，也可加权，比如根据距离的远近
KNN算法局限
数据/特征大的话，计算量过大，时间较长，KNN适用于样本容量比较大的类域的自动分类。
KNN算法实现
#适合AI产品经理阅读的算法集合系列。 该系列文章，主旨在于，用非技术性的语言，向大家介绍算法相关的模型和思路，让大家看的懂，听得懂。